3.4.2. Uji Spesifikasi Model Panel Dinamis
Pada umumnya, untuk menentukan model panel dinamis metode GMM terbaik, terdapat tiga kriteria, yaitu tidak bias, validitas, dan konsistensi. Model
GMM yang baik adalah model yang valid, konsisten dan tidak bias. Uji tidak bias dapat dilakukan dengan membandingkan koefisien estimasi
dari estimasi OLS dan estimasi efek tetap fixed effect. Metode OLS akan menyebabkan estimasi bias ke atas biased upwards, sedangkan metode efek
tetap menyebabkan estimasi bias ke bawah biased downwards. Model dapat dikatakan tidak bias apabila koefisien estimasinya berada dibawah estimasi OLS
dan berada diatas estimasi efek tetap. Uji Sargan untuk overidentifiying restriction digunakan untuk menguji
apakah terdapat masalah dengan validitas dari instrumen yang digunakan. Arti valid dalam bahasan ini adalah tidak ada korelasi antara intrumen dengan
komponen error. Hipotesis nol dari uji Sargan ini menyatakan bahwa instrumen tidak memiliki masalah dengan validitas instrumen valid. Apabila hasil metode
AB-GMM menunjukkan instrumen yang digunakan tidak valid, maka digunakan metode SYS-GMM.
Uji autokorelasi pada pendekatan GMM digunakan untuk mengetahui konsistensi dari hasil estimasi. Dalam uji autokorelasi ini, dapat ditentukan
melalui nilai statistik Arrellano-Bond m
1
dan m
2
. Konsistensi dari metode ditunjukkan dengan nilai statistik m
1
yang signifikan p.value α dan nilai statistik m
2
yang tidak signifikan p.value α.
3.4.3. Granger Causality Test pada Data Panel
Hubungan kausalitas causality adalah hubungan jangka pendek antara kelompok tertentu dengan menggunakan pendekatan ekonometrik yang mencakup
juga hubungan timbal balik dan fungsi-fungsi yang muncul dari analisis spektrum, khususnya hubungan penuh antar spektrum dan hubungan partial antar spektrum.
Berdasarkan pandangan ekonometrik, ide utama dari kausalitas adalah sebagai berikut: pertama, jika X memengaruhi Y, berarti informasi masa lalu X dapat
membantu dalam memprediksikan Y. Dengan kata lain, dengan menambah data masa lalu X ke regresi Y dengan data Y masa lalu maka dapat meningkatkan
kekuatan penjelas explanatory power dari regresi. Kedua, data masa lalu Y tidak dapat membantu dalam memprediksikan X, karena jika X dapat membantu dalam
memprediksikan Y dan Y dapat membantu memprediksikan X, maka kemungkinan besar terdapat variabel lain, katakan Z, yang memengaruhi X dan Y
Fauzi, 2007. Pada tahun 1969, Granger memperkenalkan hubungan sebab akibat antara
dua variabel yang saling berkaitan. Hubungan kausalitas dapat dibagi atas tiga kategori, yaitu hubungan kausalitas satu arah, hubungan kausalitas dua arah dan
hubungan timbal balik. Dengan panjang lag optimal, p, maka prinsip kerja dari Granger Causality Test
pada data panel didasarkan atas regresi model pooled sebagaimana diuraikan sebagai berikut:
...3.38 ...3.39
Pada persamaan regresi model pooled pertama 3.38, X memengaruhi Y atau hubungan kausalitas satu arah dari X ke Y apabila koefisien
β
l
tidak sama dengan
nol 0. Hal yang sama juga untuk persamaan regresi model pooled kedua 3.39, Y memengaruhi X atau terdapat hubungan kausalitas satu arah dari Y ke X jika
koefisien β
l
tidak sama dengan nol. Sementara apabila keduanya terjadi maka dikatakan terdapat hubungan timbal balik feedback relationship antara X dan Y
atau terdapat hubungan kausalitas dua arah bidirectional causality antara X dan Y.
IV. HASIL DAN PEMBAHASAN
Selanjutnya pada bab ini akan dideskripsikan hasil dari penelitian. Sesuai dengan rumusan masalah penelitian, maka dalam bab ini akan dibahas tiga sub
bab utama yaitu: perbedaan karakteristik pertumbuhan ekonomi negara maju dan negara berkembang di ASEAN+6, faktor-faktor yang memengaruhi pertumbuhan
ekonomi negara maju di ASEAN+6, serta faktor-faktor yang memengaruhi pertumbuhan ekonomi negara berkembang di ASEAN+6.
Analisis deskriptif dan analisis kuantitatif digunakan dalam pembahasan penelitian ini. Metode diskriptif untuk menjawab perbedaan karakteristik
pertumbuhan ekonomi negara maju dan negara berkembang di ASEAN+6, sedangkan analisis kuantitatif untuk menjawab faktor-faktor yang memengaruhi
pertumbuhan ekonomi negara maju maupun negara berkembang di ASEAN+6. Hasil dari estimasi model faktor-faktor yang memengaruhi pertumbuhan ekonomi
negara maju maupun negara berkembang di ASEAN+6, akan memperlihatkan variabel-variabel yang signifikan dan yang tidak signifikan.
Estimasi model penelitian ini, beberapa variabel diolah dalam bentuk logaritma natural ln untuk menghasilkan data yang stationer. Konsekuensi dari
perlakuan ini adalah intepretasi dari hasil penelitian menjadi nilai elastisitas. Elastisitas yang terdapat pada setiap koefisien variabel eksogen dinyatakan dalam
bentuk persentase. Selain membahas analisis deskriptif dan hasil estimasi, pada bab ini juga akan dijelaskan mengenai pengujian Granger Causality untuk
mengetahui hubungan antar variabel.